黃芝璇;馬麗菁;
頁: 125-153
日期: 2021/04
卷期: 28(2)
關鍵字: 文字探勘;情感分析;視覺化;顧客評論;社交網絡圖;
Keywords: Text mining;sentiment analysis;visualization;customer review;social network diagram;
摘要: 隨著網際網路和社群網絡的盛行，消費者經常在採購或預訂產品或服務之前，瀏覽其他顧客的評論，以做為選擇產品或服務的參考。但是，針對所需的產品或服務，常常會有非常多的線上評論，並且評論的內容大多是以文字形式呈現的非結構化資料，因此消費者往往需要花費大量時間...

引用     導入Endnote

李麗華;賴昶予;
頁: 209-239
日期: 2019/04
卷期: 26(2)
關鍵字: 工業4.0;精實生產;數位工廠;儀表板;物聯網;
Keywords: Industry 4.0;lean manufacturing;digital factory;dashboard;IoT;
摘要: 工業4.0提倡以建置具有調適性及資源效率，且能運用虛實整合系統（cyber-physical systems; CPS）進行智慧生產，協助企業持續朝智能方向前進。目前的工業4.0仍以大企業投入實踐的較多，然而中小企業在許多國家都是製造供應鏈的重心，面臨著舊有設備仍須使用卻缺乏資通訊功...

引用     導入Endnote

廖文忠;許中川;
頁: 185-216
日期: 2012/01
卷期: 19(1)
關鍵字: 交易型資料;自組映射圖;概念階層;交易型資料距離函數;概念樹;
Keywords: transactional data;self-organizing map;concept hierarchy;distance function on transactions;concept tree;
摘要: 在許多應用領域，交易紀錄反映個人行為上的偏好或習慣，若將交易紀錄適當分群，即可將不同行為類型的個人分到不同群組。交易型資料通常有概念階層伴隨，概念階層反映所有可能交易項目之間的相關性，然而，概念階層卻被大多數的分群演算法忽略，因此，易將相似度高的交易...

引用     導入Endnote

戴偉勝;許中川;
頁: 1-25
日期: 2010/12
卷期: 17(專)
關鍵字: 資料探勘;資料視覺化;自組映射圖;混合型資料;
Keywords: data mining;data visualization;Self-Organization Map SOM;mixed-type data;
摘要: 現今企業資料庫中，隨處可見大量包含數值型與類別型屬性的高維度混合型資料。這些資料中常隱含有用資訊，因此如何能有效地分析這些資料從而支援決策，儼然是企業經營管理上的一項重要課題。在探勘資料時，視覺化一直是資料分析初始階段中相當重要的一環。自組映射圖能夠...

引用     導入Endnote

江憲坤;陳鴻文;楊境榮;
頁: 157-180
日期: 2008/07
卷期: 15(3)
關鍵字: 資料探勘;鏈結分析;弱鏈結;關聯法則;
Keywords: Data mining;link analysis;weak link;association rules;
摘要: 在關聯分析或序列樣式分析之資料探勘研究中，即使採用了多重門檻值的設定來過濾大資料集合，仍會找到過多無用且信度過低的關聯法則，或可能遺漏了頻率較低但實質上卻具有高度價值的資料項目。此外，除了少數特定問題外，以往鏈結分析之研究，都需要仰賴專家來目測已轉換...

引用     導入Endnote